textural features in the hyperspect

textural features in the hyperspectral images , were used for classification of shrimp after redundancy by PCA and texture extraction by GCLM.In this study, the first three PCs resulting form PCA were used to generate the PC score images as they presented altogether 99.19% of the variance.
Precisely, PC1,PC2 and PC3 explained 95.01% and 10.2% of variance,respectively. Fig.75 demonstrate the score plots of the first three PCs form PCA.

ผลลัพธ์ (ไทย) 2:

คุณลักษณะเนื้อสัมผัสในภาพ Hyperspectral ถูกนำมาใช้สำหรับการจำแนกกุ้งหลังจากซ้ำซ้อนโดย PCA และการสกัดเนื้อ GCLM.In โดยการศึกษาครั้งนี้เป็นครั้งแรกที่สามคอมพิวเตอร์ที่เกิด PCA รูปแบบที่ถูกนำมาใช้เพื่อสร้างภาพคะแนนพีซีที่พวกเขานำเสนอทั้งหมด 99.19% ของ ความแปรปรวน.
แม่นยำ PC1, PC2 และ PC3 อธิบาย 95.01% และ 10.2% ของความแปรปรวนตามลำดับ Fig.75 แสดงให้เห็นถึงการแปลงคะแนนครั้งแรกที่สามเครื่องคอมพิวเตอร์ในรูปแบบ PCA

ผลลัพธ์ (ไทย) 3:

เนื้อคุณลักษณะในภาพ hyperspectral ถูกใช้สำหรับการจำแนกกุ้งหลังจากความซ้ำซ้อนโดย PCA และเนื้อสกัด โดย gclm ในการศึกษานี้ สามชิ้นแรกเป็นผล PCA รูปที่ใช้ในการสร้างคะแนน PC ภาพตามที่พวกเขานำเสนอทั้งหมด 99.19 % ของความแปรปรวน
แม่นยำ , PC pc2 ด้วย , และอธิบาย 95.01 ล้านบาท ร้อยละ 10.2 ตามลำดับ ภาพประกอบแสดงให้เห็นถึง 75 คะแนน แปลงแรกสามเครื่องคอมพิวเตอร์แบบพีซี .